Bregman迭代的TV图像去噪模型开题报告

全文总字数：941字

1. 研究目的与意义

　　研究目的：由于设备环境和人为因素的影响,所获取的图像质量不可避免的会下降,导致其很可能达不到应用要求。因此有必要对退化的图像进行处理,恢复出接近真实图像的高清晰、高质量图像,这就是图像去噪的主要目的。

研究意义：图像去噪方法的研究具有广泛而深远的意义。体现在实际生活应用上，从宇航领域扩展到生物医学、信息科学、自然环境科学、天文学、物理学、工业、农业、国防、教育、艺术等各个领域与行业，对经济、军事、文化及人们的日常生活产生重大影响。

2. 国内外研究现状分析

　 在数字图像处理的领域里，输入的质量低的图像，输出是改善质量后的图像。图像去噪是图像分析和计算机视觉中十分重要的技术。到目前为止已相当成熟，主要方法分为两大类：空间域法和频域法。在空间域中，去噪主要是邻域平均法和中值滤波法等。频域中常规的去噪是将被噪声干扰的信号通过一个滤波器，滤除噪声频率成分。但对脉冲信号、白噪声、非平稳过程信号等等，存在一定的局限性。因此寻找能够兼顾去噪，保留图像边缘及其他特征的图像的滤波算法是该领域的重点课题。

图像去噪算法包括维纳滤波去噪、规则化滤波去噪、Lucy-Richardson复原、盲卷积去噪、小波去噪和PDE去噪。TV算法分类有欧拉-拉格朗日方程方法、直接优化目标函数法、Chan迭代法和原始对偶算法等。由于TV模型各向异性扩散仅向图像边缘方向扩散,容易在平滑区域引入阶梯效应。所以最近提出了Bregman迭代的TV去噪方法，此方法组合总变分和小波域双正则化技术,统一到Bregman迭代正则化框架下,采取分裂Bregman算法进行快速图像复原。

3. 研究的基本内容与计划

一、研究内容　　　

在matlab平台上研究基于bregman迭代的tv去噪方法，从以下几方面等展开研究：常见的噪声类型、图像去噪的方法、bregman迭代方法和tv变分法在去噪中的应用等。

二、研究计划

4. 研究创新点

（1）基于Bregman迭代的算法不但收敛速度较快,而且在去噪过程中能够减缓阶梯效应并能较好地保持图像的边缘信息。

（2）基于Bregman迭代的TV去噪方法能最大化的保持图像完整性，方法简易可靠。